从零开始搭建一个Python运行环境


对于很多刚上手 Python 的小白(比如我)来说,搭建一个能够进行基本数据运算与处理的 Python 运行环境是至关重要的。

然而对于系统自带的 Python 环境,安装一个库时会涉及很多其他的基本库,如果一个一个用 pip install 方式安装,后期还会遇到库的版本不齐,从而导致更大的问题(比如A库需要用到旧版本的B库,但由于 B 库的更新,A 库暂时无法调用 B 库,程序中涉及 A 库的代码就会报错)

那么有没有一种方法能够自动管理所有 Python 库且能管理好所有库的版本呢?

当然有! 下面就由我来带大家一起学习

安装Anaconda

Anaconda官网上下载 Anaconda 并安装,Anaconda 是一个科学计算库,其中集成了大量的库,可以方便我们的管理和使用

下载完毕后,按照默认选项安装即可

安装完毕后,打开 Windows 程序栏 -> Anaconda3(64-bit) ,其中

Anaconda Prompt 为 Anaconda 的命令行,可以用于安装第三方库等操作

Jupyter Notebook 为一款非常好用的基于浏览器的数据可视化处理软件

Spyder 就是 Anaconda 自带的编译器

创建虚拟环境

为什么我们要创建虚拟环境呢?

在实际项目开发中,我们通常会根据自己的需求去下载各种相应的框架库,如 Scrapy、Beautiful Soup 等,但是可能每个项目使用的框架库并不一样,或使用框架的版本不一样,这样需要我们根据需求不断的更新或卸载相应的库。直接怼我们的Python环境操作会让我们的开发环境和项目造成很多不必要的麻烦,管理也相当混乱。

所以我们需要使用虚拟环境这个“容器”,在这个容器中,我们可以只安装我们需要的依赖包,各个容器之间互相隔离,互不影响。

在 Windows程序栏 Anaconda3(64-bit) 中选择 Anaconda Prompt,并输入

conda create -n lzc1 python=3.8

上述意为:创建一个名为 lzc1 的3.8版本 Python 虚拟环境,Anaconda 会帮助我们安装好所有3.8版本的基础库

安装第三方库

方法一

在虚拟环境中安装库

conda install -n lzc1 numpy

查看虚拟环境中的库

conda list -n lzc1
方法二

先在 Anaconda Prompt 中输入

activate lzc1

再输入如下(这里的xxx为你需要安装的库名),让 Anaconda 帮助我们安装所需要的库

conda install xxx
# 用国内镜像源安装
不能用conda install -i https://pypi.tuna.tsinghua.edu.cn/simple pandas

如果显示安装失败,说明Anaconda总库中没有该库,我们就需要使用 Python 自带的 pip 方法安装第三方库

那么在 Anaconda Prompt 中输入

pip install xxx

退出虚拟环境

conda deactivate

在编译器中选择自己的虚拟环境

Pycharm 编译器:在设置内修改虚拟环境为 conda 类环境,选择虚拟环境文件夹中的 python.exe 作为 python 位置即可

Spyder 编译器:工具 -> 偏好设置 -> Python解释器,选择虚拟环境文件夹中的 python.exe 作为 python 位置即可

参考文章

Python为什么要使用虚拟环境


文章作者: Heart-of-engine
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 Heart-of-engine !
打赏
  目录